2026年8月14日，距离余家辉加入Meta刚满13个月，他在个人网站上官宣离开。就在几天前，他带领的多模态团队刚交付了Muse Spark 1.2——MSL成立以来第四款核心产品。Muse全家桶陆续端上桌，人却走了，留给硅谷一个耐人寻味的背影。
希鸥网观察到，余家辉这轮离职并非被动出局。他点名感谢扎克伯格和Meta首席AI官亚历山大王，强调自己“被一个对人类未来非常重要、但尚未被充分探索的问题吸引”。新公司的方向、合伙人、融资情况全部保密，只留下一句“等事情成形后再分享”。在硅谷顶级AI人才军备竞赛最激烈的节点，这种主动抽身的姿态，比跳槽本身更值得玩味。
回看这13个月，余家辉的产出密度高得惊人。2025年6月底，他与赵晟佳、毕树超、任泓宇等OpenAI研究员集体加入Meta新组建的超级智能团队，扎克伯格亲自下场挖人。今年4月，TBD Lab发布MSL首款基础模型Muse Spark，标志着Meta前沿模型从Llama转向Muse系列。随后Voice Mode、Muse Image、Muse Video接连落地，覆盖语音、图像和视频生成。从零组队、重搭技术栈、连交四份答卷，余家辉在Meta完成了从研究员到系统构建者的角色跃迁。
Meta为留住这批人下了重注。向Scale AI投资143亿美元，从OpenAI、Google DeepMind、Apple密集挖人，传闻中余家辉的薪酬包四年最高达3亿美元。但钱能买到顶尖人才的时间，未必买得到他们对“下一代问题”的渴望。余家辉在官宣中说得很直白：新问题将得到他的全部注意力。对大模型领域最头部的研究者而言，薪酬只是入场券，问题本身的吸引力才是终极变量。
余家辉的离开，从组织架构维度看存在某种必然。TBD Lab是MSL下面最核心的模型研究团队，负责开发下一代前沿模型，余家辉是创始成员、多模态方向负责人。这意味着他从第一天起就扮演“从0到1”的建设者角色，而不是大公司流水线上的螺丝钉。一个习惯了从零搭台的人，等到团队成熟、产品落地、流程固化之后，寻找下一个空白地带几乎是本能选择。Meta给得了资源，给不了这种“永远在无人区”的状态。
从商业模式维度看，这场离职也暴露了顶级AI人才市场的定价悖论。1亿美元年薪的本质，是大厂用资本壁垒对冲技术路线的不确定性。但当一个研究者完成从“执行者”到“定义者”的转变后，他对自己价值的评估坐标系会重置——不是我能拿多少钱，而是我做的事情值多少钱。余家辉在Meta一年，实际上完成了一场高强度的创业预演：组团队、定方向、快速交付、应对竞争。这套能力，已经不需要大厂背书了。
希鸥网认为，余家辉离职创业不是个案，而是AI人才流动从“竞标式挖角”转向“个体意志主导”的分水岭。过去两年，硅谷大厂靠天价薪酬包构筑人才护城河，但Muse全家桶的交付证明，顶级研究者的核心能力是定义问题和搭建系统，这种能力天然指向创业。对Meta而言，短期损失是一名多模态核心负责人，长期风险是“TBD Lab模式”被验证为可复制的人才孵化器——扎克伯格花1亿美元年薪培养了一个潜在竞争对手。
余家辉在Meta能够快速搭建团队，靠的不是层级命令，而是目标透明和充分对齐。他自己招进TBD Lab的研究员Zhiqing Sun，是在旧金山一家餐厅里被说服的。两人聊多模态、聊Computer Use、聊技术愿景，一顿饭的时间就完成了对齐。这给创业者的启示是：最优秀的人不会被薪酬包打动，但会被“我们在解决一个重要问题”的确定性打动。组织越小，越要把目标本身变成招聘工具。
一年交付四款产品，光靠加班远远不够。余家辉的底层逻辑，是把过往在OpenAI积累的方法论拆解成可复用的框架：怎么定优先级、怎么拆解技术路线、怎么让多模态团队并行作战。创业者面对新公司时也一样，不需要从零发明一切，关键是识别哪些原则适配新阶段，哪些需要按新条件重写。把合适的方法装进合适的场景，比盲目创造新体系更务实。
从Meta到创业，余家辉面临的是一次更陡峭的切换。大公司给得了资源冗余，给不了试错空间。他在Meta验证了自己“一年从零交付全家桶”的极限能力，接下来要验证的是：脱离平台背书后，能不能独立定义问题、组建团队、拿到融资。对创业者来说，最值得复制的不是他的技术判断，而是那种把个人经验快速转译成团队方法论的系统能力——遇到具体问题，调用具体原则，而不是凭感觉做决策。
金鸥品牌榜·2026年度创新案例库开放申报了。免费提报，独立评估，入榜品牌将获得电子版《入榜证明》及年度专题公示，优秀案例可获得深度专访+全平台分发。 如需修改或发布文章，请加微信号：sheisceo